[논문 리뷰] Uncovering hidden patterns in collider events with Bayesian probabilistic models

Darius A. Faroughy|arXiv (Cornell University)|2020. 12. 15.

Topic Modeling참고 문헌 7인용 수 4

한 줄 요약

이 논문은 레이블이 없는 데이터를 바탕으로 콜라이더 사건에서 숨겨진 뉴트론 물리학 패턴을 밝혀내기 위해 잠재 딜레트 라이언스 분포(LDA) 기반 베이지안 확률 모델을 제안한다. 제트 서브스트럭처 측정값을 룬드 평면 상의 교환 가능하고 이산적인 토큰으로 간주함으로써, 모델은 두 개의 잠재 '주제'를 학습한다. 하나는 QCD 배경을 설명하고 다른 하나는 5%의 신호 대 배경 비율에서 $W'\!-\!\phi$ 브라운-스위프트 모델(BSM) 신호를 식별한다. 이는 레이블 없이도 뉴트론 물리학 특징을 성공적으로 비지도로 발견함을 보여준다.

ABSTRACT

Individual events at high-energy colliders like the LHC can be represented by a sequence of measurements, or 'point patterns' in an observable space. Starting from this data representation, we build a simple Bayesian probabilistic model for event measurements useful for unsupervised event classification in beyond the standard model (BSM) studies. In order to arrive to this model we assume that the event measurements are exchangeable (and apply De Finetti's representation theorem), the data is discrete, and measurements are generated from multiple 'latent' distributions, called 'themes'. The resulting probabilistic model for collider events is a mixed-membership model known as Latent Dirichlet Allocation (LDA), a model extensively used in natural language processing applications. By training on point patterns in the primary Lund plane, we demonstrate that a two-theme LDA model can learn to distinguish in unlabelled dijet events the hidden new physics patterns produced by a BSM signature from a much larger QCD background. Based on 1904.04200 and 2005.12319.

연구 동기 및 목표

• 고에너지 콜라이더 물리학에서 비지도 이벤트 분류를 위한 단순하고 해석 가능한 베이지안 확률 모델을 개발하는 것.
• 사전 레이블 없이 제트 서브스트럭처 데이터에서 숨겨진 뉴트론 물리학 서명을 탐지하는 것.
• 교환 가능성과 이산 토큰화를 적용하여 콜라이더 이벤트를 혼합 소속 과정으로 모델링하는 것.
• LDA가 레이블이 없는 이벤트 샘플에서 지배적인 QCD 배경에서 희귀 BSM 신호를 추출할 수 있는지 평가하는 것.
• 자연어 처리 기반 모델이 고에너지 물리학 이벤트 분석에 활용될 수 있는지의 가능성에 대한 실증

제안 방법

• 관측 공간의 측정값으로서 교환 가능한 순열로 콜라이더 이벤트를 표현함으로써, De Finetti의 표현 정리의 적용을 가능하게 한다.
• 연속적 관측값(예: 룬드 평면 변수)을 구간으로 나누어 측정값을 이산적 토큰으로 모델링한다.
• 혼합 소속 모델인 잠재 딜레트 라이언스 분포(LDA)를 적용하여, 이산화된 관측 공간 상의 잠재 '주제'를 학습한다. 이 주제들은 관측값 공간 상의 잠재 확률 분포를 나타낸다.
• 한 주제가 QCD 유사 패턴을 향해, 다른 주제가 희귀 BSM 특징을 향해 향하도록, 비대칭 농도 매개변수($\alpha_0 \approx 0.9$, $\alpha_2 \approx 0.1$)를 가진 딜레트 라이언스 사전을 사용한다.
• Gensim 라이브러리를 사용하여 100만 개의 레이블이 없는 듀얼제트 이벤트 샘플에 $W'\!-\!\phi$ 신호가 5%의 비율로 통합된 상태에서 LDA 모델을 훈련한다.
• 학습된 주제를 사용하여 주요 룬드 평면에서 진실 수준의 분포와 비교하여 재구성한다.

실험 결과

연구 질문

• RQ1 콜라이더 이벤트 측정값의 교환 가능성과 이산 토큰화가 비지도 이벤트 분류를 위한 원리적인 베이지안 모델을 가능하게 하는가?
• RQ2 LDA가 레이블이 없는 듀얼제트 이벤트에서 QCD 배경 패턴과 희귀 BSM 신호 특징을 효과적으로 학습하고 분리할 수 있는가?
• RQ3 신호 대 배경 비율이 오직 5%인 혼합 샘플에서 훈련된 이중 주제 LDA 모델이 룬드 평면에서 진짜 신호 구조를 성공적으로 복원하는가?
• RQ4 LDA의 잠재 주제가 알려진 QCD 및 BSM 제트 서브스트럭처 패턴에 대응하는 물리적으로 의미 있는 분포로 해석될 수 있는가?
• RQ5 자연어 처리에서 영감을 받은 모델이 희소하고 비정규적인 형태의 콜라이더 이벤트 패턴에서 미세하고 비균일한 특징을 어느 정도 탐지할 수 있는가?

주요 결과

• 이중 주제 LDA 모델은 주요 룬드 평면에서 진실 수준의 QCD 배경 분포와 매우 유사한 첫 번째 주제를 성공적으로 학습했다.
• 두 번째 주제가 $W'\!\to\!W\phi\to\!WW\!\to\!jjjj$ 붕괴 체인과 관련된 룬드 평면 상의 특징적인 이중 클러스터 구조를 포착했다. 이는 BSM 신호의 특징이다.
• 신호 대 배경 비율이 오직 5%임에도 불구하고, 모델은 비지도 방식으로 비-QCD 신호 패턴을 식별하고 분리했다.
• 학습된 주제들은 LDA가 룬드 평면에서 희소하고 비정규적인 형태의 이벤트 패턴으로부터 물리적으로 관련 있는 특징을 추출할 수 있음을 보여주었다.
• 학습된 주제와 진실 수준 분포 간의 시각적 비교를 통해 모델의 성능을 검증하였으며, 배경 및 신호 구조 양쪽 모두에 강력한 일치를 보였다.
• 결과적으로 LDA가 이산화된 제트 서브스트럭처 관측값에 적용될 경우, 고에너지 콜라이더 데이터에서 뉴트론 물리학 서명을 효과적으로 비지도로 탐지할 수 있음을 확인했다.